ฟิลเตอร์รูปภาพพร้อมแคนวาส

บทนำ

องค์ประกอบ Canvas ของ HTML5 ใช้เขียนตัวกรองรูปภาพได้ สิ่งที่ต้องทำคือวาดรูปภาพลงบนผืนผ้าใบ อ่านพิกเซลของผืนผ้าใบ แล้วใช้ฟิลเตอร์กับพิกเซลเหล่านั้น จากนั้นเขียนผลลัพธ์ลงบนผืนผ้าใบใหม่ (หรือจะใช้ผืนผ้าใบเก่าก็ได้)

ฟังดูง่ายใช่ไหม ดีจัง เริ่มต้นแคร็ก!

รูปภาพทดสอบต้นฉบับ
รูปภาพทดสอบต้นฉบับ

การประมวลผลพิกเซล

ก่อนอื่น ให้ดึงข้อมูลพิกเซลของรูปภาพ โดยทำดังนี้

Filters = {};
Filters.getPixels = function(img) {
var c = this.getCanvas(img.width, img.height);
var ctx = c.getContext('2d');
ctx.drawImage(img);
return ctx.getImageData(0,0,c.width,c.height);
};

Filters.getCanvas = function(w,h) {
var c = document.createElement('canvas');
c.width = w;
c.height = h;
return c;
};

ต่อไป เราต้องหาวิธีกรองรูปภาพ filterImage วิธีการที่รับตัวกรองและรูปภาพ แล้วแสดงผลพิกเซลที่กรองแล้วล่ะ

Filters.filterImage = function(filter, image, var_args) {
var args = [this.getPixels(image)];
for (var i=2; i<arguments.length; i++) {
args.push(arguments[i]);
}
return filter.apply(null, args);
};

การใช้ตัวกรองแบบง่าย

เมื่อเรารวมไปป์ไลน์การประมวลผลพิกเซลแล้ว ก็ถึงเวลาเขียนตัวกรองง่ายๆ กัน มาเริ่มกันด้วยการเปลี่ยนรูปภาพเป็นโทนสีเทา

Filters.grayscale = function(pixels, args) {
var d = pixels.data;
for (var i=0; i<d.length; i+=4) {
var r = d[i];
var g = d[i+1];
var b = d[i+2];
// CIE luminance for the RGB
// The human eye is bad at seeing red and blue, so we de-emphasize them.
var v = 0.2126*r + 0.7152*g + 0.0722*b;
d[i] = d[i+1] = d[i+2] = v
}
return pixels;
};

การปรับความสว่างทำได้โดยการเพิ่มค่าคงที่ลงในพิกเซล ดังนี้

Filters.brightness = function(pixels, adjustment) {
var d = pixels.data;
for (var i=0; i<d.length; i+=4) {
d[i] += adjustment;
d[i+1] += adjustment;
d[i+2] += adjustment;
}
return pixels;
};

การปรับเกณฑ์ของรูปภาพก็ทําได้ง่ายๆ คุณเพียงแค่เปรียบเทียบค่าสีเทาของพิกเซลกับค่าเกณฑ์ แล้วกำหนดสีตามค่านั้น

Filters.threshold = function(pixels, threshold) {
var d = pixels.data;
for (var i=0; i<d.length; i+=4) {
var r = d[i];
var g = d[i+1];
var b = d[i+2];
var v = (0.2126*r + 0.7152*g + 0.0722*b >= threshold) ? 255 : 0;
d[i] = d[i+1] = d[i+2] = v
}
return pixels;
};

การแปลงรูปภาพ

ฟิลเตอร์การกรองเป็นฟิลเตอร์ทั่วไปที่มีประโยชน์มากสำหรับการประมวลผลรูปภาพ แนวคิดเบื้องต้นคือ คุณนำผลรวมชั่งน้ำหนักของรูปสี่เหลี่ยมผืนผ้าของพิกเซลจากรูปภาพต้นฉบับมาใช้เป็นค่าเอาต์พุต ตัวกรองการแปลงสามารถใช้สำหรับการเบลอ เพิ่มความคมชัด การปุ่มนูน การตรวจหาขอบ และอื่นๆ อีกมากมาย

Filters.tmpCanvas = document.createElement('canvas');
Filters.tmpCtx = Filters.tmpCanvas.getContext('2d');

Filters.createImageData = function(w,h) {
return this.tmpCtx.createImageData(w,h);
};

Filters.convolute = function(pixels, weights, opaque) {
var side = Math.round(Math.sqrt(weights.length));
var halfSide = Math.floor(side/2);
var src = pixels.data;
var sw = pixels.width;
var sh = pixels.height;
// pad output by the convolution matrix
var w = sw;
var h = sh;
var output = Filters.createImageData(w, h);
var dst = output.data;
// go through the destination image pixels
var alphaFac = opaque ? 1 : 0;
for (var y=0; y<h; y++) {
for (var x=0; x<w; x++) {
  var sy = y;
  var sx = x;
  var dstOff = (y*w+x)*4;
  // calculate the weighed sum of the source image pixels that
  // fall under the convolution matrix
  var r=0, g=0, b=0, a=0;
  for (var cy=0; cy<side; cy++) {
    for (var cx=0; cx<side; cx++) {
      var scy = sy + cy - halfSide;
      var scx = sx + cx - halfSide;
      if (scy >= 0 && scy < sh && scx >= 0 && scx < sw) {
        var srcOff = (scy*sw+scx)*4;
        var wt = weights[cy*side+cx];
        r += src[srcOff] * wt;
        g += src[srcOff+1] * wt;
        b += src[srcOff+2] * wt;
        a += src[srcOff+3] * wt;
      }
    }
  }
  dst[dstOff] = r;
  dst[dstOff+1] = g;
  dst[dstOff+2] = b;
  dst[dstOff+3] = a + alphaFac*(255-a);
}
}
return output;
};

นี่คือตัวกรองความคมชัดขนาด 3x3 ดูว่าระบบโฟกัสน้ำหนักไปที่พิกเซลกลางอย่างไร ผลรวมของค่าเมทริกซ์ควรเป็น 1 เพื่อรักษาความสว่างของรูปภาพ

Filters.filterImage(Filters.convolute, image,
[  0, -1,  0,
-1,  5, -1,
  0, -1,  0 ]
);

ต่อไปนี้เป็นตัวอย่างตัวกรองการกรอง นั่นคือการเบลอกล่อง การเบลอกล่องจะแสดงผลค่าเฉลี่ยของค่าพิกเซลภายในเมทริกซ์การกรอง วิธีดำเนินการคือสร้างเมทริกซ์การกรองขนาด NxN โดยน้ำหนักแต่ละรายการคือ 1 / (NxN) วิธีนี้ช่วยให้พิกเซลแต่ละพิกเซลในเมทริกซ์ส่งผลต่อรูปภาพเอาต์พุตเท่าๆ กันและผลรวมของน้ำหนักเท่ากับ 1

Filters.filterImage(Filters.convolute, image,
[ 1/9, 1/9, 1/9,
1/9, 1/9, 1/9,
1/9, 1/9, 1/9 ]
);

เราสามารถใช้ตัวกรองรูปภาพที่ซับซ้อนมากขึ้นโดยการรวมตัวกรองที่มีอยู่เข้าด้วยกัน เช่น เรามาเขียนตัวกรอง Sobel กัน ตัวกรอง Sobel จะคํานวณไล่ระดับสีแนวตั้งและแนวนอนของรูปภาพ และรวมรูปภาพที่คํานวณแล้วเข้าด้วยกันเพื่อค้นหาขอบในรูปภาพ วิธีที่เราใช้ฟิลเตอร์ Sobel ในที่นี้คือการเปลี่ยนรูปภาพเป็นโทนสีเทาก่อน จากนั้นนำการไล่ระดับสีแนวนอนและแนวตั้งมารวมกัน แล้วจึงรวมรูปภาพการไล่ระดับสีเข้าด้วยกันเพื่อสร้างรูปภาพสุดท้าย

ในแง่ของคำศัพท์ "ไล่ระดับสี" หมายถึงการเปลี่ยนแปลงค่าพิกเซลที่ตำแหน่งของรูปภาพ หากพิกเซลหนึ่งๆ มีพิกเซลที่อยู่ติดทางด้านซ้ายซึ่งมีค่า 20 และพิกเซลที่อยู่ติดทางด้านขวาซึ่งมีค่า 50 การแสดงผลแบบไล่ระดับแนวนอนที่พิกัดนั้นจะเป็น 30 การไล่ระดับสีแนวตั้งใช้หลักการเดียวกัน แต่จะใช้สีที่อยู่ด้านบนและด้านล่าง

var grayscale = Filters.filterImage(Filter.grayscale, image);
// Note that ImageData values are clamped between 0 and 255, so we need
// to use a Float32Array for the gradient values because they
// range between -255 and 255.
var vertical = Filters.convoluteFloat32(grayscale,
[ -1, 0, 1,
-2, 0, 2,
-1, 0, 1 ]);
var horizontal = Filters.convoluteFloat32(grayscale,
[ -1, -2, -1,
  0,  0,  0,
  1,  2,  1 ]);
var final_image = Filters.createImageData(vertical.width, vertical.height);
for (var i=0; i<final_image.data.length; i+=4) {
// make the vertical gradient red
var v = Math.abs(vertical.data[i]);
final_image.data[i] = v;
// make the horizontal gradient green
var h = Math.abs(horizontal.data[i]);
final_image.data[i+1] = h;
// and mix in some blue for aesthetics
final_image.data[i+2] = (v+h)/4;
final_image.data[i+3] = 255; // opaque alpha
}

และยังมีตัวกรองคอนโวลูชันเจ๋งๆ อีกมากมายรอให้คุณค้นพบ เช่น ลองใช้ฟิลเตอร์ Laplace ในเครื่องมือเล่นคอนโวลูชันด้านบน แล้วดูผลลัพธ์

บทสรุป

เราหวังว่าบทความสั้นๆ นี้จะเป็นประโยชน์ในการแนะนำแนวคิดพื้นฐานเกี่ยวกับการเขียนตัวกรองรูปภาพใน JavaScript โดยใช้แท็ก Canvas ของ HTML ผมขอแนะนำว่าให้ใช้ฟิลเตอร์รูปภาพเพิ่มเติมนะ น่าจะสนุกมากทีเดียว

หากต้องการประสิทธิภาพที่ดีขึ้นจากฟิลเตอร์ โดยปกติแล้วคุณจะสามารถพอร์ตฟิลเตอร์ให้ใช้ WebGL Fragment Shader เพื่อประมวลผลรูปภาพได้ การใช้เชดเดอร์ช่วยให้คุณใช้ฟิลเตอร์แบบง่ายที่สุดแบบเรียลไทม์ได้ ซึ่งจะช่วยให้คุณใช้ฟิลเตอร์ดังกล่าวในขั้นตอนหลังการประมวลผลวิดีโอและภาพเคลื่อนไหวได้